基于人-车交互的行人轨迹预测

针对行人轨迹预测具有复杂、拥挤的场景和社会交互问题,基于长短时记忆网络（Long Short-term Memory Network, LSTM）对行人与车辆、行人与其他行人的交互进行建模,提出一种基于人-车交互的行人轨迹预测模型（VP-LSTM）。该模型同时考虑了行人与行人的交互、行人与车辆的交互,更适用于复杂的交通场景。所构建的VP-LSTM包括3个输入,以行人的方向和速度作为历史轨迹序列输入,行人与行人的相对位置作为人-人交互信息输入,行人与车辆的相对位置作为人-车交互信息输入。该方法首先设计扇形人-人交互邻域和圆形人-车交互邻域来准确捕捉对被预测行人有相互作用的行人和车辆;其次建立3种不同的LSTM编码层来编码历史行人轨迹序列、人-人、人-车社交信息;然后定义人-人、人-车交互的防碰撞函数和方向注意力函数作为人-车、人-人社交信息的权重,进一步提高社会信息的精度;再将人-人、人-车交互信息输入到注意力模块中筛选出对行人影响大的社会信息;最后将筛选后的社会信息与行人历史轨迹序列一起输入到LSTM神经网络中进行行人轨迹预测,并在构建的DUT人-车交互数据集上验证提出的网络。研究结果表明：提出的方法能够准确地预测出交通场景中,人-车交互行人未来一段时间内的运动轨迹,有效提高了预测精度,提高了智能驾驶决策的准确性。     

地铁典型换乘站换乘方式适配性评价研究

针对地铁换乘站换乘方式适配性评价难题,提出总体技术方案并构建设施平均密度、能力饱和度、平均疏散时间等量化评价指标,以典型十字换乘站——沈阳地铁青年大街站为例,重点分析换乘方式能力适配性问题。通过车站客流仿真及指标计算评价,发现站台能力不足及换乘设施客流冲突等问题突出。因此,从行车组织及车站结构方面提出优化建议,其中压缩行车间隔仅能提升车站运能,但难以解决换乘节点客流冲击问题;而优化车站结构仅能减缓换乘设施压力,若同时实施,则能彻底解决能力不足和冲击性问题。建议大客流换乘站不采用十字节点换乘,应结合工程条件优先考虑T型或L型换乘。     

高水压条件下盾构隧道联络通道及集水井施工力学行为研究

以武汉地铁越长江盾构隧道江中段联络通道及集水井为依托,提出一种适合砂性地层高水压条件下地下结构施工力学行为数值模拟的计算处理方法。即耦合使用地层-结构法和荷载-结构法,对土体和水体进行分别处理。其中,地层依据地层-结构法按实际地层建模,容重采用干容重;水体则作为荷载直接施加在结构表面,水体所产生荷载根据施工过程施加;结构未修建之前按水压施加在底部透水性较差基岩上进行地层初始应力场计算。将上述方法应用于武汉地铁越长江盾构隧道联络通道及集水井施工力学行为数值模拟中,得出影响钢管片、联络通道衬砌和集水井衬砌变形及应力分布的关键因素;验证提出的适合砂性地层高水压计算处理方法的可行性,并提出针对性建议。     

轨道交通车站应急疏散乘客心理行为影响因素分析

轨道交通车站突发事件下乘客的心理行为对安全疏散具有重要影响。将轨道交通车站应急疏散乘客心理行为影响因素概括为环境信息、引导信息、受度信息及乘客基础信息等四个方面,并加以分析。探讨了影响因素的作用机制,针对相应因素提出了指导应急疏散的建议。     

轨道交通大客流换乘站客流组织仿真分析——以深圳会展中心站为例

为有效应对轨道交通网络化运营初期可能出现的客流拥挤等问题,运用行人仿真方法进行客流组织方案的动态检验和调整。以深圳会展中心站为例,选取适当的仿真参数和评价指标,对车站客流组织进行防真,分析客流拥堵原因,提出客流组织调整方案,并对调整方案进行仿真及评阶。总结了车站行人仿真在指导车站客流组织方面的普遍适用性。     

利用行人路阻函数评估地铁站内AFC设备运营状况

地铁站内AFC设备作为整个车站客流疏散的通行瓶颈,其运营状况关系到地铁线路乃至整个线网的运营状况。将BPR函数移植于地铁站内的行人交通流并对其进行线性改进,通过实际调研获取不同类型地铁站内与AFC设备处行人流相关的统计数据,并进一步通过统计软件对调研数据进行拟合分析。研究表明,车站类型、设备数量以及设备布局对AFC设备运营状况具有重要影响,相关研究分析可为地铁站内AFC设备运营状况的分析与评估提供依据。     

基于多类型变量空间的驾驶行为基元提取

从驾驶数据中提取驾驶行为基元是实现驾驶行为高效准确分析的重要前提。为了更好地理解驾驶行为,使驾驶行为基元能够体现不同驾驶人的驾驶行为差异,考虑驾驶行为产生时所受驾驶人的主观约束,提出基于多类型变量空间的驾驶行为基元提取方法。使用驾驶行为原始变量反映车辆运行状态和驾驶操作,将所选择的原始变量定义为基础变量集;使用基础变量构造能够反映驾驶人对车辆运行状态主观期望的变量,并将其定义为构造变量集。利用基础变量集和构造变量集生成多类型变量空间,使用贝叶斯凝聚型序列分割算法分割数据以提取驾驶行为基元。针对多类型变量空间自调节问题,提出基于分割质量优选滑窗尺寸的方法,使多类型变量空间能够自适应不同数据集的数值特性,确保基元提取的准确度。对所得基元进行特征构造和提取,利用高斯混合聚类算法对直行和弯道路段的行为基元分别进行聚类,并通过分析各类基元的统计特征得到基元的语义描述。最后,通过实例分析验证基元提取和语义解释的准确性,以及多类型变量空间的优越性。研究结果表明：所提取的驾驶行为基元具有多角度语义,不仅能够反映车辆运行状态和驾驶操作,而且能够体现驾驶人对车辆操纵决策的主观期望,有利于从因果角度更全面地...     

别克轿车音响防盗功能的使用操作

为了防止车载音响被盗，别克轿车配备了音响防盗锁。音响防盗功能的使用与否可进行人工选择操作。如果不使用，系统正常工作，但音响的此项功能失效；如果使用防盗功能，当音响系统被盗后就会不工作。